[发明专利]测井资料识别地下流体类型的多元Logistic方法

说明书

技术领域：

本发明涉及一种油气田储层流体类型识别技术，特别涉及利用测井资料的Logistic模型判别式作为指纹特征进行储层流体类型的鉴别，从而准确快速地划分流体单员，预测有利储层的空间展布，进而指导油气的勘探与开发的一种方法。

背景技术：

近年来，石油勘探开发的科技进步与发展在理论以及技术上的深度与广度不断拓展，复杂岩性、低孔低渗、低阻油气藏等特殊类型复杂油气藏在石油油气勘探中的地位变得日益重要，而复杂储层流体性质识别更是近年来的关注度较高的问题。一直以来，复杂岩性、低孔、低渗、低阻储层等复杂储层的油水识别是测井解释的重要研究方向。对于复杂储层而言，储层流体在上述测井方法上的响应受到地层岩性、孔隙结构、以及侵入等等因素的影响，响应特征不够明显，因而在常规测井判别油水方法的基础上应用多种数学手段深入挖掘复杂储层油水层的差异成为了重要发展趋势。

Logistic曲线方程是由数学家、生物学家P.F.Verhulst于1838年在研究人口增长时导出的，20世纪20年代R.Pearl和L.T.Reed重新发现并得到更广泛应用。目前Logistic曲线广泛应用于社会科学和自然科学领域。Logistic回归模型具有以下优势：在进行Logistic回归判别分析时，对数据的正态性和相等协方差阵的假设要求不严，得到的结果却很稳定；Logistic回归类似于回归分析，都有直接的统计检验，包含非线性效果和大范围的诊断；Logistic回归对自变量没有特别的要求，自变量可以是离散变量也可以是连续变量；Logistic回归的因变量是分类变量，预测得到的结果是事件发生的概率，且预测精度高。

传统的交会图版识别法具有很大局限性，图版识别每次只能利用两个自变量进行交会，且同一图版难以识别和区分所有因变量类型。同时，交汇图版法要求自变量为连续变量，而有些离散自变量数据，如岩性数据，则在交汇图版法中不得不分类讨论。更重要的是，图版法具有很大的人为主观性。本次发明以孔隙度、渗透率、含水饱和度、泥质含量和岩性等为自变量，以储层流体类别为因变量，建立多元Logistic模型，有望实现更加简便与快捷的识别，同时提高识别的准确率，在国内外未见授权专利。

发明内容：

本发明的目的在于克服已有的利用交会图版法只能同时考虑两种参数、同一图版难以区分多种因变量类型、自变量必须是连续变量和人为主观因素较大等劣势，弥补难以对复杂岩性、低孔、低渗、低阻储层等复杂储层流体类型识别的不足，提供一种准确、简便、实用和易于推广的储层流体类型识别技术。

本发明的方法是改变传统的利用交会图版法以及普通线性回归法从而识别出复杂储层的油气水类型的方法。新方法首先对测井曲线进行预处理，并将岩心归位校正，建立各种参数模型，并求解各种参数。再以实测资料为因变量，以上述各个参数为自变量，进行Logistic回归分析，建立油气水层的指纹识别判别式，如图1所示。

关键技术要点包括：

(1)多元多值Logistic分析

在地质条件复杂的储层中，很难用只一两种测井解释参数推测储层流体类型的可能结果。更多的则是将多种测井参数，如孔隙度、渗透率、岩性、泥质含量和含水饱和度等都纳入统一的推测判别模型中，大大提高测井解释的精度与准确度。这样的分析便是多元分析。对多元Logistic分析，最简单的一种便是多元二值Logistic分析。假设因变量有两种取值(0和1)，现有n个自变量，分别为x1，x2，x3...xn，那么自变量取值为1时的概率为：